工业生产数据处理方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种工业生产数据处理方法、装置、计算机设备和存储介质，获取当前时间点基于预设数据分析模得到的数据过滤阈值参数，根据该数据过滤阈值参数，采集、并过滤工业生产数据，将过滤后的工业生产数据输入至预设数据分析模型，得到更新后的数据过滤阈值参数、并将更新后的数据过滤阈值参数作为下一时间点的数据过滤阈值参数，当到达下一时间点时，返回根据当前时间点的数据过滤阈值参数，采集、并过滤工业生产数据的步骤。通过改变模型的输入，优化数据过滤阈值参数，将优化后的数据过滤阈值参数用于下一次的数据采集和数据过滤，以此方式循环，不断提高数据过滤阈值参数的合理性和准确性，优化“垃圾”数据过滤，减少不必要的资源损耗。要的资源损耗。要的资源损耗。

【技术实现步骤摘要】
工业生产数据处理方法、装置、计算机设备和存储介质


[0001]本申请涉及数据处理
，特别是涉及一种工业生产数据处理方法、装置、计算机设备和存储介质。

技术介绍

[0002]在工业现场的边缘计算网关中进行边缘侧数据采集、处理及传输是实现工业互联网平台整体功能的关键场景。
[0003]目前，随着工业物联随着工业互联网的蓬勃发展，工业设备产生的工业生产数据呈现大幅度的增长趋势，随之而来的是对数据采集、边缘分析和数据传输等模块性能的巨大考验。由于存在大量的“垃圾”数据，占用了相当高比例的数据采集、数据计算以及数据传输等资源，造成了不必要的资源损耗。
[0004]因此，需要提供一种能够减少不必要的资源损耗的工业生产数据处理方案。

技术实现思路

[0005]基于此，有必要针对由于采集传输大量“垃圾”数据，造成不必要的资源损耗的问题，提供一种能够减少不必要的资源损耗的工业生产数据处理方法、装置、计算机设备和存储介质。
[0006]一种工业生产数据处理方法，方法包括：
[0007]获取当前时间点的数据过滤阈值参数，当前时间点的数据过滤阈值参数基于预设数据分析模型得到，预设数据分析模型用于根据预设业务计划数据，针对工业生产数据预测得到数据过滤阈值参数；
[0008]根据当前时间点的数据过滤阈值参数，采集、并过滤工业生产数据；
[0009]将过滤后的工业生产数据输入至预设数据分析模型，得到更新后的数据过滤阈值参数、并将更新后的数据过滤阈值参数作为下一时间点的数据过滤阈值参数；
[0010]当到达下一时间点时，返回根据当前时间点的数据过滤阈值参数，采集、并过滤工业生产数据的步骤。
[0011]在其中一个实施例中，根据当前时间点的数据过滤阈值参数，采集、并过滤工业生产数据包括：
[0012]根据数据过滤阈值参数，调整预设的规则过滤引擎；
[0013]根据调整后的过滤规则引擎，采集工业生产数据、并对采集到的工业生产数据进行重复数据过滤以及非必要数据过滤。
[0014]在其中一个实施例中，将过滤后的工业生产数据输入至预设数据分析模型包括：
[0015]根据工业生产数据中的所属设备标识和所属项目标识，从预设模型集合中选取预设数据分析模型；
[0016]将过滤后的工业生产数据输入至选取出的预设数据分析模型。
[0017]在其中一个实施例中，将过滤后的工业生产数据输入至预设数据分析模型，得到
更新后的数据过滤阈值参数包括：
[0018]根据过滤后的工业生产数据，拟合概率密度分布曲线；
[0019]根据预设置信度，选取概率密度分布曲线的上下分位数；
[0020]基于选取的上下分位数和预设放大系数，得到更新后的数据过滤阈值参数。
[0021]在其中一个实施例中，获取当前时间点的数据过滤阈值参数包括：
[0022]提取预设时间段内的历史工业生产数据；
[0023]对历史工业生产数据进行数据预处理；
[0024]将数据预处理后的历史工业生产数据输入至预设数据分析模型，以使预设数据分析模型进行阈值学习，得到当前时间点的数据过滤阈值参数。
[0025]在其中一个实施例中，预设数据分析模型进行阈值学习，生成数据过滤阈值参数包括：
[0026]根据数据预处理后的历史工业生产数据，拟合概率密度分布曲线；
[0027]基于所述概率密度分布曲线和预设置信度，选取上下分位数；
[0028]根据选取的上下分位数和预设放大系数，得到数据过滤阈值参数。
[0029]在其中一个实施例中，对历史工业生产数据进行数据预处理包括：
[0030]清除历史工业生产数据中的故障数据、停机数据以及离群值。
[0031]一种工业生产数据处理装置，装置包括：
[0032]参数获取模块，用于获取当前时间点的数据过滤阈值参数，当前时间点的数据过滤阈值参数基于预设数据分析模型得到，预设数据分析模型用于根据预设业务计划数据，针对工业生产数据预测得到数据过滤阈值参数；
[0033]数据处理模块，用于根据当前时间点的数据过滤阈值参数，采集、并过滤工业生产数据；
[0034]参数更新模块，用于将过滤后的工业生产数据输入至预设数据分析模型，得到更新后的数据过滤阈值参数、并将更新后的数据过滤阈值参数作为下一时间点的数据过滤阈值参数；
[0035]循环处理模块，用于当到达下一时间点时，控制数据处理模块重新执行根据当前时间点的数据过滤阈值参数，采集、并过滤工业生产数据的操作。
[0036]在其中一个实施例中，数据处理模块还用于根据数据过滤阈值参数，调整预设的规则过滤引擎，规则过滤引擎部署于边缘侧功能模块，根据调整后的过滤规则引擎，采集工业生产数据、并对采集到的工业生产数据进行重复数据过滤以及非必要数据过滤。
[0037]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0038]获取当前时间点的数据过滤阈值参数，当前时间点的数据过滤阈值参数基于预设数据分析模型得到，预设数据分析模型用于根据预设业务计划数据，针对工业生产数据预测得到数据过滤阈值参数；
[0039]根据当前时间点的数据过滤阈值参数，采集、并过滤工业生产数据；
[0040]将过滤后的工业生产数据输入至预设数据分析模型，得到更新后的数据过滤阈值参数、并将更新后的数据过滤阈值参数作为下一时间点的数据过滤阈值参数；
[0041]当到达下一时间点时，返回根据当前时间点的数据过滤阈值参数，采集、并过滤工
业生产数据的步骤。
[0042]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0043]获取当前时间点的数据过滤阈值参数，当前时间点的数据过滤阈值参数基于预设数据分析模型得到，预设数据分析模型用于根据预设业务计划数据，针对工业生产数据预测得到数据过滤阈值参数；
[0044]根据当前时间点的数据过滤阈值参数，采集、并过滤工业生产数据；
[0045]将过滤后的工业生产数据输入至预设数据分析模型，得到更新后的数据过滤阈值参数、并将更新后的数据过滤阈值参数作为下一时间点的数据过滤阈值参数；
[0046]当到达下一时间点时，返回根据当前时间点的数据过滤阈值参数，采集、并过滤工业生产数据的步骤。
[0047]上述工业生产数据处理方法、装置、计算机设备和存储介质，获取当前时间点的基于预设数据分析模得到的数据过滤阈值参数，预设数据分析模型基于业务计划数据和历史工业生产数据训练构建，根据当前时间点的数据过滤阈值参数，采集、并过滤工业生产数据，将过滤后的工业生产数据输入至预设数据分析模型，得到更新后的数据过滤阈值参数、并将更新后的数据过滤阈值参数作为下一时间点的数据过滤阈值参数，当到达下一时间点时，返回根据当前时间点的数据过滤阈值参本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工业生产数据处理方法，所述方法包括：获取当前时间点的数据过滤阈值参数，所述当前时间点的数据过滤阈值参数基于预设数据分析模型得到，所述预设数据分析模型用于根据预设业务计划数据，针对工业生产数据预测得到数据过滤阈值参数；根据所述当前时间点的数据过滤阈值参数，采集、并过滤工业生产数据；将过滤后的工业生产数据输入至所述预设数据分析模型，得到更新后的所述数据过滤阈值参数、并将更新后的所述数据过滤阈值参数作为下一时间点的数据过滤阈值参数；当到达下一时间点时，返回所述根据所述当前时间点的数据过滤阈值参数，采集、并过滤工业生产数据的步骤。2.根据权利要求1所述的工业生产数据处理方法，其特征在于，所述根据所述当前时间点的数据过滤阈值参数，采集、并过滤工业生产数据包括：根据所述数据过滤阈值参数，调整预设的规则过滤引擎；根据调整后的过滤规则引擎，采集工业生产数据、并对采集到的工业生产数据进行重复数据过滤以及非必要数据过滤。3.根据权利要求1所述的工业生产数据处理方法，其特征在于，所述将过滤后的工业生产数据输入至所述预设数据分析模型包括：根据所述工业生产数据中的所属设备标识和所属项目标识，从预设模型集合中选取预设数据分析模型；将过滤后的工业生产数据输入至选取的预设数据分析模型。4.根据权利要求1所述的工业生产数据处理方法，其特征在于，将过滤后的工业生产数据输入至所述预设数据分析模型，得到更新后的所述数据过滤阈值参数包括：根据所述过滤后的工业生产数据，拟合概率密度分布曲线；根据预设置信度，选取所述概率密度分布曲线的上下分位数；基于选取的上下分位数和预设放大系数，得到所述更新后的数据过滤阈值参数。5.根据权利要求1所述的工业生产数据处理方法，其特征在于，所述获取当前时间点的数据过滤阈值参数包括：提取预设时间段内的历史工业生产数据；对所述历史工业生产数据进行数据预处理；将数据预处理后的所...

【专利技术属性】
技术研发人员：梁冰，施文彪，
申请(专利权)人：北京国双科技有限公司，
类型：发明
国别省市：